视觉SLAM十四讲——第八讲视觉里程计2

@ 《视觉SLAM十四讲》知识点与习题

《视觉SLAM十四讲》第八讲知识点整理+习题

正在学习SLAM相关知识，将一些关键点及时记录下来。

知识点整理

本讲主要介绍了直接法来实现视觉里程计，包含光流跟踪、直接法等

1. 特征点法的缺点：关键点的提取和描述子的计算非常耗时；使用特征点法时，忽略了特征点以外的其他特征；当相机运动到特征缺失的地方，会因为缺少纹理信息而无法找到足够的匹配点来计算相机运动
2. 针对1中的缺陷，从关键点和描述子两个方面提出解决方案：
   1. 保留特征点，但是只计算关键点，不计算描述子，使用光流法来跟踪特征点的运动
   2. 只计算关键点，不计算描述子。且直接用直接法来计算特征点在下一时刻图像中的位置
   3. 关键点和描述子都不计算，根据像素灰度的差异，直接计算相机运动
3. 在直接法中，不需要知道点与点之间的对应关系，而是通过最小化光度误差来求得
4. 光流：描述像素随时间在图像之间运动的方法，跟踪同一个像素的运动过程。光流法基于灰度不变假设。可以加速基于特征点的VO算法，避免计算和匹配描述子的过程，但要求相机运动较慢（或采集频率较高）
5. 灰度不变假设：同一个空间点的像素灰度值，在各个图像中是固定不变的。虽然这个假设很强，然而特征点法对光照就具有一定的容忍性。但是基于该假设，可以来看如何计算像素的运动
6. Lucas-Kanade光流：稀疏光流（跟踪部分像素运动），可用于跟踪特征点位置。除了灰度不变假设，还具有以下假设：某一个窗口内的像素具有相同的运动
7. 通过光流跟踪的特征点，用PnP，ICP或对极几何来估计相机运动
8. 直接法：思路是根据当前相机的位姿估